基于貝葉斯網(wǎng)絡(luò)的文語轉(zhuǎn)換系統(tǒng)文本分析研究.pdf

1、貝葉斯網(wǎng)絡(luò)是研究不確定性問題的重要方法之一。它是基于概率和統(tǒng)計(jì)理論，具有堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)。由于具有自然的表達(dá)方式、強(qiáng)大的推理能力和方便的決策機(jī)制等優(yōu)點(diǎn)，貝葉斯網(wǎng)絡(luò)在許多領(lǐng)域得到了廣泛的應(yīng)用。而文語轉(zhuǎn)換(TTS)是將文字信息按語音處理規(guī)則轉(zhuǎn)換成聲音信號(hào)輸出的技術(shù)，它可以使計(jì)算機(jī)流利地讀出文字信息，使人們通過聽就可以明白信息的內(nèi)容。由于漢語文字博大精深，其文本分析具有較大的不確定性，故傳統(tǒng)的基于規(guī)則的文本分析方法不能很好的適應(yīng)文語轉(zhuǎn)換系統(tǒng)，特

2、別是開放字集分析系統(tǒng)的需要。本文在貝葉斯網(wǎng)絡(luò)基礎(chǔ)理論框架的基礎(chǔ)上，將其應(yīng)用于文語轉(zhuǎn)換系統(tǒng)中的文本分析中。本文主要討論了貝葉斯網(wǎng)絡(luò)的基礎(chǔ)知識(shí)、文本分析的主要研究問題和基于貝葉斯網(wǎng)絡(luò)的文本分析算法及實(shí)驗(yàn)結(jié)果分析等三個(gè)主要部分。 首先對(duì)貝葉斯網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，包括貝葉斯網(wǎng)絡(luò)的定義、符號(hào)表示進(jìn)行了討論；并在此基礎(chǔ)上討論了樸素貝葉斯分類器、樹擴(kuò)張樸素貝葉斯分類器、BAN分類器、貝葉斯多網(wǎng)分類器、通用貝葉斯網(wǎng)分類器等幾種典型的貝葉斯網(wǎng)絡(luò)分類器

3、，進(jìn)而討論了各自的特點(diǎn)；為了降低貝葉斯網(wǎng)絡(luò)的計(jì)算復(fù)雜性，討論了上下文獨(dú)立關(guān)系、因果獨(dú)立關(guān)系，并討論了獨(dú)立關(guān)系的作用。 針對(duì)文本分析中研究的難點(diǎn)，主要討論了句子邊界的確定方法，在以符號(hào)作為文本分析的主要依據(jù)的基礎(chǔ)上，給出了有歧義符號(hào)的判定算法，并給出了具體算法及其應(yīng)用示例；針對(duì)特殊符號(hào)給出了特殊符號(hào)分析的方法，針對(duì)漢語中的英文和數(shù)字也進(jìn)行了分類，并給出了相應(yīng)的分析算法；討論了消岐分詞的兩種主要方法——基于規(guī)則的方法和基于統(tǒng)計(jì)的方法

4、，并進(jìn)行了比較；給出了多音字的分類方法，按照多音字詞性與字音的對(duì)應(yīng)關(guān)系將多音字分為A類和B類，并針對(duì)不同類型的多音字給出了相應(yīng)的分析方法，進(jìn)而討論了分析的效果。 在文本分析中，分詞主要有兩種技術(shù)手段：一個(gè)是基于規(guī)則的方法，另一個(gè)是基于統(tǒng)計(jì)的方法?；谝?guī)則的方法是處理確定性問題的重要手段，它具有充分吸取專家經(jīng)驗(yàn)和更為直觀、更易于獲得的優(yōu)點(diǎn)。而基于統(tǒng)計(jì)的方法則更魯棒，性能更高。作為一種基于概率和統(tǒng)計(jì)理論的數(shù)據(jù)分析和輔助決策工具，貝葉